申请/专利权人：中南大学

申请日：2023-12-14

公开（公告）日：2024-03-19

公开（公告）号：CN117408906B

主分类号：G06T5/50

分类号：G06T5/50;G06T3/00;G06T5/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2024.02.02#实质审查的生效;2024.01.16#公开

摘要：本发明公开了一种微光图像增强方法，包括获取待增强的原始微光图像；进行取反得到反转图像；进行高斯低通滤波得到预处理图像；进行第一次增强得到中间增强图像；变换到YCbCr空间对亮度分量进行增强后再变回RGB空间得到粗增强图像；根据粗增强图像将原始微光图像划分为深色系原始微光图像和浅色系原始微光图像；针对浅色系原始微光图像和深色系原始微光图像，分别进行针对性图像增强，完成原始微光图像的增强。本发明还公开了一种实现所述微光图像增强方法的系统。本发明将微光图像判定为深色系图像和浅色系图像，并针对性的进行图像增强；因此本发明不仅能够实现微光图像的增强，而且可靠性更高，精确性更好，图像增强效果更好。

主权项：1.一种微光图像增强方法，其特征在于包括如下步骤：S1.获取待增强的原始微光图像；S2.对步骤S1获取的原始微光图像进行取反操作，得到反转图像；S3.对步骤S2得到的反转图像进行高斯低通滤波处理，得到预处理图像；S4.基于大气光条件和介质透射率，对步骤S3得到的预处理图像进行第一次增强，得到中间增强图像；S5.将步骤S4得到的中间增强图像变换到YCbCr空间，对亮度分量进行增强后再变换回RGB空间，得到粗增强图像；S6.根据步骤S5得到的粗增强图像的RGB分量数据与设定的亮度阈值之间的关系，将原始微光图像划分为深色系原始微光图像和浅色系原始微光图像；具体包括如下步骤：定义为粗增强后图像的B通道分量大于88的概率，为粗增强后图像的G通道分量大于61的概率；通过和的组合规律，建立色系判别模型的判定依据：若位于区间[0.0000,0.4028]或[0.5243,0.5400]或[0.5671,0.5761]或[0.9462,0.9690]或[0.9790,1]，则直接将对应的图片划分为深色系图像；若的值位于[0.4029,0.4280]且的值位于[0.0000,0.1640]或[0.1860,0.2945]或[0.3292,0.6140]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.4280,0.5243]且的值位于[0.0000,0.2945]或[0.3130,0.6140]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.5400,0.5671]且的值位于[0.0000,0.1250]或[0.3292,0.3890]或[0.4799,0.4950]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.5671,0.5981]且的值位于[0.0000,0.2945]或[0.3130,0.6140]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.5981,0.6520]且的值位于[0.0000,0.4640]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.6520,0.6700]且的值位于[0.0000,0.2945]或[0.3130,0.6140]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.6700,0.6894]且的值位于[0.0000,0.2945]或[0.3130,0.4560]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.6894,0.7210]且的值位于[0.0000,0.2945]或[0.3130,0.6140]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.7210,0.7645]且的值位于[0.0000,0.2640]或[0.3651,0.4580]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.7645,0.7920]且的值位于[0.0000,0.2640]或[0.3651,0.5087]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.7920,0.8165]且的值位于[0.0000,0.2640]或[0.3651,0.3850]或[0.4300,0.5087]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.8165,0.8739]且的值位于[0.0000,0.2945]或[0.3130,0.3850]或[0.4300,0.6160]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.8739,0.8820]且的值位于[0.6452,0.6531]或[0.7170,0.7320]时的图像将被划分为浅色系，其余取值的为深色系;若的值位于[0.8820,0.9180]且的值位于[0.0000,0.1055]或[0.2560,0.2945]或[0.6452,0.6660]或[0.6890,0.7560]或[0.8077,0.8257]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.9180,0.9337]且的值位于[0.0000,0.2945]或[0.3130,0.3850]或[0.4350,0.4560]或[0.6531,0.6770]或[0.6890,0.7560]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.9337,0.9462]且的值位于[0.0000,0.2945]或[0.3130,0.6140]或[0.6531,0.6770]或[0.6890,0.7372]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；若的值位于[0.9690,0.9790]且的值位于[04350,0.6890]，则将对应的图片划分为浅色系图像，同时将剩余其余取值的图片划分为深色系图像；S7.针对浅色系原始微光图像，在高斯低通滤波处理阶段引入滚动导向滤波处理，再进行亮度增强和自动色阶处理；针对深色系原始微光图像，进行高斯低通滤波后再采用完美反射法进行白平衡处理并进行亮度增强；最终，完成原始微光图像的增强。

全文数据：

权利要求：

百度查询： 中南大学 微光图像增强方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD